Promedio de vecinos más cercanos (Estadística espacial)
Resumen
Calcula un índice de vecino más cercano en base a la distancia promedio desde cada entidad hasta la entidad vecina más cercana.
You can access the results of this tool (including the optional report file) from the Results window. If you disable background processing, results will also be written to the Progress dialog box.
Más información acerca de cómo funciona la distancia de un Vecino más cercano promedio
Ilustración
 |
Uso
-
La herramienta Vecino más cercano promedio devuelve cinco valores: Distancia media observada, Distancia media esperada, índice de Vecino más próximo, puntuación z y valor P. Se puede acceder a estos valores en la ventana Resultados y los mismos también se transmiten como valores de salida derivados para uso potencial en modelos o secuencias de comandos. Opcionalmente, esta herramienta creará un archivo HTML con un resumen gráfico de los resultados. Haga doble clic en la entrada HTML de la ventana Resultados para abrir el archivo HTML en el navegador de Internet predeterminado. Haga clic con el botón derecho del ratón en la entrada Mensajes de la ventana Resultados y seleccione Ver para mostrar los resultados en el cuadro de diálogo Mensaje.
Nota:- Si esta herramienta es parte de una herramienta de modelo personalizado, el vínculo HTML sólo aparece en la ventana Resultados si se establece como un parámetro de modelo antes de ejecutar la herramienta.
- Para obtener una mejor visualización de gráficos HTML, asegúrese de que su monitor esté configurado para 96 DPI.
-
Los resultados de la puntuación z y el valor p son medidas de significancia estadística que indican si se debe rechazar o no la hipótesis nula. Para la estadística de Vecino más cercano promedio, la hipótesis nula establece que las entidades se distribuyen de forma aleatoria.
-
El índice de Vecino más próximo se expresa como la relación entre la distancia media observada y la distancia media esperada. La distancia esperada es la distancia promedio que hay entre vecinos en una distribución hipotética aleatoria. Si el índice es menor que 1, el patrón exhibe clustering; si el índice es mayor que 1, la tendencia es la dispersión o la competencia.
-
El método de vecino más cercano promedio es sensible al valor del Área (pequeños cambios en el valor del parámetro del Área pueden ocasionar cambios considerables en los resultados). Por lo tanto, la herramienta Promedio de vecinos más cercanos es más efectiva para comparar entidades diferentes en un área de estudio fija. La imagen a continuación es un ejemplo clásico de cómo las distribuciones de entidades idénticas se pueden dispersar o agrupar según el área de estudio especificada.
-
Si no se especifica el valor del parámetro de un Área, se utiliza el área del rectángulo de encuadre mínimo alrededor de las entidades de entrada. A diferencia de la extensión, un rectángulo de encuadre mínimo no se alineará necesariamente con los ejes x e y.
-
Existen casos especiales de entidades de entrada que tienen como resultado rectángulos de encuadre mínimo no válidos (área cero). En estos casos, se utilizará un valor pequeño derivado de la tolerancia XY de la entidad de entrada para crear el rectángulo de encuadre mínimo. Por ejemplo, si todas las entidades coinciden (es decir, todas tienen las mismas coordenadas X e Y), en los cálculos se utilizará el área para un polígono cuadrado muy pequeño alrededor de la ubicación única. Otro ejemplo es que todas la entidades se alineen perfectamente (por ejemplo, 3 puntos en una línea recta); en este caso en los cálculos se utilizará el área de un polígono rectangular con un ancho muy pequeño alrededor de las entidades. Siempre es mejor proporcionar un valor del Área cuando se utiliza la herramienta Vecino más cercano promedio.
-
Si bien esta herramienta trabaja con datos de polígono o de línea, es más adecuada para eventos, incidentes u otros datos de entidad de punto fijo. Para las entidades de línea y de polígono, en los cálculos se utiliza el centroide geométrico verdadero para cada entidad. Para multipunto, polilínea o polígonos con múltiples partes, el centroide se calcula utilizando el centro medio ponderado de todas las partes de entidad. La ponderación para las entidades de punto es 1, para las entidades de línea es longitud y para las entidades de polígono es área.
-
En ArcGIS 10, el resultado gráfico opcional ya no se muestra automáticamente. En cambio, se crea un archivo HTML que resume los resultados. Para ver los resultados, haga doble clic en el archivo HTML de la ventana Resultados. Es posible que sea necesario reconstruir las secuencias de comandos o las herramientas de modelo personalizadas anteriores a ArcGIS 10 que utilizan esta herramienta. Para reconstruir estas herramientas personalizadas, ábralas, quite el parámetro Mostrar resultados de forma gráfica y vuelva a guardarlas.
This tool will optionally create an HTML file summarizing results. HTML files will not automatically appear in the Catalog window. If you want HTML files to be displayed in Catalog, open the ArcCatalog application, select the Customize menu option, click ArcCatalog Options, and select the File Types tab. Click on the New Type button and specify HTML for File Extension.
-
Los cálculos basados en la distancia euclidiana o de Manhattan requieren datos proyectados para medir distancias correctamente.
-
Las capas del mapa se pueden utilizar para definir la Clase de entidad de entrada. Cuando se utiliza una capa con una selección, sólo las entidades seleccionadas se incluyen en el análisis.
Precaución:Al utilizar shapefiles tenga en cuenta que no pueden almacenar valores nulos. Las herramientas u otros procedimientos que crean shapefiles a partir de entradas sin shapefiles pueden almacenar o interpretar valores nulos como cero. Esto puede ocasionar resultados inesperados. Consulte también Consideraciones de geoprocesamiento para la salida de shapefiles.
Sintaxis
| Parámetro | Explicación | Tipo de datos |
Input_Feature_Class |
La clase de entidad, generalmente una clase de entidad de punto, para la cual se calculará la distancia del vecino más cercano promedio. | Feature Layer |
Distance_Method |
Especifica cómo se calculan las distancias desde cada entidad hasta las entidades vecinas.
| String |
Generate_Report |
| Boolean |
Area (Opcional) |
Un valor numérico que representa el tamaño del área de estudio. El valor predeterminado es el área del rectángulo de encuadre mínimo que abarcaría todas las entidades (o todas las entidades seleccionadas). Las unidades deben coincidir con las del Sistema de coordenadas de salida. | Double |
Ejemplo de código
La siguiente secuencia de comandos de la ventana de Python muestra cómo utilizar la herramienta AverageNearestNeighbor.
import arcpy arcpy.env.workspace = r"C:\data" arcpy.AverageNearestNeighbor_stats("burglaries.shp", "EUCLIDEAN_DISTANCE", "NO_REPORT", "#")
La siguiente secuencia de comandos de Python independiente muestra cómo utilizar la herramienta AverageNearestNeighbor.
# Analyze crime data to determine if spatial patterns are statistically significant # Import system modules import arcpy # Local variables... workspace = "C:/data" crime_data = "burglaries.shp" try: # Set the current workspace (to avoid having to specify the full path to the feature classes each time) arcpy.env.workspace = workspace # Obtain Nearest Neighbor Ratio and z-score # Process: Average Nearest Neighbor... nn_output = arcpy.AverageNearestNeighbor_stats(crime_data, "EUCLIDEAN_DISTANCE", "NO_REPORT", "#") # Create list of Average Nearest Neighbor output values by splitting the result object nn_values = nn_output.split(";") print "The nearest neighbor index is: " + nn_values[0] print "The z-score of the nearest neighbor index is: " + nn_values[1] print "The p-value of the nearest neighbor index is: " + nn_values[2] print "The expected mean distance is: " + nn_values[3] print "The observed mean distance is: " + nn_values[4] print "The path of the HTML report: " + nn_values[5] except: # If an error occurred when running the tool, print out the error message. print arcpy.GetMessages()
Entornos
- Sistema de coordenadas de salida
La geometría de entidades se proyecta al sistema de coordenadas de salida antes del análisis. Todos los cálculos matemáticos se basan en la referencia espacial del sistema de coordenadas de salida.